AI赋能开发者：精准选用工作流，编程效率大提升

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，为您呈现国外最新技术、观点及趋势。

编者注：本文作者现身说法，揭开“万能AI提示词”的营销迷雾，分享其在不同任务（日常编码/宏观设计/并行开发）中精准选用AI工作流的实战经验。通过三种分层协作模式，作者将编程效率提升至新高度，为开发者提供了极具参考价值的LLM应用范例。文章编译自原文。

以往需一周编程的工作，如今数小时即可完成。关键在于明确哪种AI工作流最适合您的问题。

上周，我在X平台上花费三小时，目睹了那些提示词大师推销他们最新的“万能灵药”：

“凭借这些ChatGPT提示词，就能取代您的整个工程团队。”

“结合这个秘密系统提示词，Claude将超越所有开发者。”

“我497美元的提示词库，能让您成为效率提升十倍的程序员。”

同时，我新推出的Cora（我们的AI邮件助手）增加了五个新功能，这些功能使用了Anthropic、Google及OpenAI提供的模型，却未采用上述“神奇提示词”。我发现没有一种完美的提示词或工具能包办所有工作。实际上，我已不再寻找这种“万能钥匙”。相反，我根据具体问题选择不同工具。

这种方法彻底改变了我的代码交付方式。我设定目标并明确规则，随后所有拉取请求（pull request）均由AI工具如Claude Code开启。每项研究任务都经过ChatGPT和Claude处理。AI完成了30%的代码审查及50%的bug解决。以往需一周编程的任务，现在数小时就能搞定。

我知道这有点矛盾：我一边批评那些“一刀切”的AI解决方案，一边也在打造AI产品。但Cora并未承诺解决所有邮件工作——它只帮您节省时间。我使用AI的原则也一样：清除机械性编程任务，专注于真正需要思考的部分。

在多年大语言模型（LLMs）开发实践中（最近项目是邮件智能分诊回复系统Cora），我提炼出三种优化认知负荷的核心编程模式。正是这套方法论，让我从X上的“AI大师”吐槽者，变为午休前就能交付新功能的开发者。

日常编码搭档：Windsurf 和 Cursor（心流伴侣）

当我进入程序员的“高效状态”——清楚知道要开发什么，准备动手编程时——我会使用Windsurf和Cursor，搭配如Claude Sonnet 4或Gemini 2.5 Pro等思考模型。这套组合适用于：

1. 在现有代码基础上做增量开发

2. 解决已理解透彻的问题

3. 在编码时保持专注和心流状态

这个工作流的特色在于轻量和响应迅速。我用简单的话口述编程指令——“添加一个验证电子邮件地址的函数”——AI便将其翻译成代码。AI编辑器不打扰我的专注，减少了我的意图与实现之间的摩擦。在这个模式下，我是思考者，AI纯粹是执行者。所有决策由我推动，而AI处理编码的机械性部分。我对架构和设计选择保持完全控制。

Cursor为我构建了一个“重要邮件”收件箱——证明它能处理常规的编码杂务。

利用搜索和推理模型进行宏观思考：架构师之道

当我面对一张白纸——从头开始一个项目、设计一个新的系统架构，或梳理复杂的遗留代码时——我需要不同的方法。这时就用到了我专注于研究和探索的工作流，使用：

1. ChatGPT（搭配o3与工具）

2. RepoPrompt或Claude Code agentic search（一种工具，能让AI全面了解您的代码库）

3. 并行使用多个模型（Claude 4 Opus, Gemini 2.5 Pro, o3）

ChatGPT列出了托管选项——展示了AI在为大方向选择进行头脑风暴时的价值。

Claude Code、Devin或Cursor智能体三管齐下：CTO之道

我最具实验性（也最令人兴奋）的工作流是同时处理多个功能，这很像CTO监督多个工程团队的方式。我确信这代表了软件开发的未来。

为人类创造力腾出空间

运用大语言模型（LLMs）的目标不是自动化思考，而是为更深层的思考腾出空间。当我的工作流与问题的形态相匹配时，我的进展会更快——以小时而非天为单位加速——更易摆脱困境，并能交付更好的成果。